나는 재미에 대한 몇 가지 통계를 가르치고 있으며 충분한 통계 에 대해 약간의 혼란이 있습니다. 혼동을 목록 형식으로 작성하겠습니다.
분포에 모수가있는 경우 충분한 통계가 있습니까?
충분한 통계와 매개 변수간에 직접적인 대응이 있습니까? 또는 충분한 통계가 "정보"풀 역할을하여 설정을 다시 만들 수 있으므로 기본 분포의 모수에 대해 동일한 추정값을 계산할 수 있습니다.
모든 분포에 충분한 통계가 있습니까? 즉. 인수 분해 정리가 실패 할 수 있습니까?
데이터 표본을 사용하여 데이터가 가장 많이 나온 분포를 가정 한 다음 분포 모수에 대한 추정치 (예 : MLE)를 계산할 수 있습니다. 충분한 통계는 데이터 자체에 의존하지 않고도 매개 변수에 대해 동일한 추정치를 계산할 수있는 방법입니다.
충분한 통계 세트가 모두 최소 통계를 갖습니까?
이것은 주제 문제를 이해하기 위해 사용하는 자료입니다 : https://onlinecourses.science.psu.edu/stat414/node/283
내가 이해 한 것에서 우리는 합동 분포를 두 함수로 분리하는 인수 분해 이론을 가지고 있지만 분포를 함수로 인수 분해 한 후 충분한 통계량을 추출 할 수있는 방법을 이해하지 못합니다.
이 예에서 주어진 포아송 문제는 분명한 인수 분해를 가졌지 만 충분한 통계는 표본 평균과 표본 합계라고 명시했습니다. 첫 번째 방정식의 형태를 살펴 보는 것만으로도 통계가 충분하다는 것을 어떻게 알 수 있었습니까?
인수 분해 결과의 두 번째 방정식이 때때로 데이터 값 자체 에 의존하는 경우 충분한 통계를 사용하여 동일한 MLE 추정을 수행하는 방법은 무엇입니까? 예를 들어 포아송의 경우 두 번째 함수는 데이터 계승의 곱의 역수에 의존하며 더 이상 데이터를 가지지 않습니다!
웹 페이지 의 포아송 예제와 관련하여 왜 표본 크기 이 충분한 통계가되지 않습니까? 우리는 n 이 첫 번째 함수의 특정 부분을 재구성 해야 하므로 왜 통계가 충분하지 않습니까?